异常点是与数据集中大多数数据不同的、不一致的和具有足够大偏差的数据实例。异常点检测的主要任务是检测数据集中的异常数据实例,可以用于找出某些反常现象和异常行为,有着十分重要的研究意义。当前,异常点检测技术已经在各种社会生产和生活领域中提供关键的、可操作的信息,并产生了许多代表性的应用,例如信用卡欺诈检测、医疗诊断、环境监控、基因序列研究等。目前学术界已经提出了许多异常点检测算法,通常可以分为五大类,即基于统计模型的方法、基于距离的检测方法、基于密度的检测方法、基于子空间的检测方法和基于集成学习的检测方法。本文概述了上述五类异常点检测算法,分析了它们各自的优点以及存在的不足之处,介绍了一些常用的异常点检测算法和两种主流的评价方法平均精度以及AUC值,并提出了两种新的异常点检测算法。1)基于多次抽样的最近邻异常点检测算法MS-1NN:随着近年数据容量和维度的增加,对异常点检测算法的运行速度、检测效果和稳定性都提出了更高的要求,传统的基于k-近邻搜索方法难以兼顾,基于一次抽样的方法随机因素较大,算法效果不够稳定。鉴于这些问题,本文提出了一种基于多次抽样的最近邻异常点检测算法MS-1NN,并且将该算法与LOF、SOD等算法进行了对比实验,验证了该算法只需要很小的训练模型,使用默认参数就能在多数数据集中取得较好的检测效果,较快的运行速度,以及较为稳定的检测结果。2)基于维度熵的改进孤立森林异常点检测算法E-iForest:异常点检测是数据挖掘领域中一个重要并且基础的研究任务。在众多异常检测方法中,iForest算法时间复杂度低、检测效果好,在面对大容量高维数据时具有更好的适应性。但是,iForest算法不适用于特别高维数据,对噪声维度鲁棒性不够强,且运行结果稳定性不足。鉴于这些问题,本文提出了一种基于维度熵的改进孤立森林异常点检测算法E-iForest。该算法通过引入信息熵作为选择隔离属性和隔离点的依据,并且以此为基础改进路径长度计算,进行异常检测。通过实验验证了E-iForest算法在运行效率、检测效果、稳定性和对噪声维度的鲁棒性方面均有较好的表现,尤其在面对大容量数据集时表现出色。